💥💥💞💞欢迎来到本博客❤️❤️💥💥
🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。
⛳️座右铭:行百里者,半于九十。
📋📋📋本文目录如下:🎁🎁🎁
目录
💥1 概述
文献来源:
随着社会对于数据计算的需求,数据中心负荷在全社会用电量的占比增长迅速。据研究报告[1]所述,我国
2020
年数据中心的用电总量占全国用电量的比例已达到 2.7%
。对于大部分公司与企业,他们通常会选择将数据中心建在距离其办公场地距离较近的地方以便管理与维护。由于数据
中心巨大耗电量带来的高昂电费支出,数据中心运营商倾向于尽可能利用可再生资源以削减开支[2]
,此外,为了满足数据中心对供电可靠性的严格要求,运营商通常会配备相应的储能,燃气轮机,柴油发电机等多种备用电源[3]
,同时,考虑到我国近年来对于微网的大力支持,鼓励以特许经营等方式开展各类微网项目的建设运营,因此很多数据中心运营商选择建设独立的,以数据中心为主体的数据中心微网[4]
。
图
1
为数据中心微网的典型结构,该微网内部包含光伏机组,传统发电机组,储能设备与数据中心,并通过变压器与上级配电网相连。
本文含数据中心的微网两阶段鲁棒规划算法的流程图如图 2
所示:
📚2 运行结果
运行结果较多,就不一一展示啦。
部分代码:
%两阶段鲁棒规划模型,第一阶段是投资成本最小,第二阶段是综合运行成本最小
%即min(设备投资成本+max(不确定光伏+常规负荷+数据中心负荷条件下的min(综合运行成本)))
%产销者的第一阶段,根据给出的一组恶劣随机源荷,决策出燃气轮机和储能设备的容量配置结果
%% 导入基础电负荷以及可再生出力值
Pribuy=[0.48*ones(1,7),0.9,1.35*ones(1,3),0.9*ones(1,7),1.35*ones(1,5),0.48];%购电价
Prisell=0.5*Pribuy;%文中未给出售电价格,这里选用0.5倍购电价格
%% 决策变量初始化
M=1e5;
Ebuy=sdpvar(iter,24,'full'); %向电网购买
Esell=sdpvar(iter,24,'full'); %向电网售出
eta=sdpvar(1,1,'full'); %割平面
SessMAX=M; %储电装置配置容量上限
Sessmax=sdpvar(1,1,'full'); %储电装置配置的容量
Sess=sdpvar(iter,24,'full'); %储电装置的实时储电量
EessC=sdpvar(iter,24,'full'); %储电的充电功率
EessD=sdpvar(iter,24,'full'); %储电的放电功率
EMT=sdpvar(iter,24,'full'); %燃气轮机电出力
LMT=sdpvar(iter,24,'full'); %燃气轮机冷出力
EMTmax = sdpvar(1,1,'full'); %燃气轮机容量
EMTMAX = M; %燃气轮机配置容量的上限
EPV= sdpvar(iter,24,'full'); %光伏实际出力
EPVcur= sdpvar(iter,24,'full');%光伏弃电
EdataPY= sdpvar(24,24,iter,'full');%可平移类型的数据服务器负荷响应后的功率 (按照第一维度的累加等于第二维度的初始功率来编码)
Eshuileng = sdpvar(iter,24,'full');%水冷耗电功率
Lshuileng = sdpvar(iter,24,'full');%水冷制冷功率
%% 约束条件
C=[];
%阶段一的约束条件部分
C=[C,
0<=Sessmax,Sessmax<=SessMAX, %储能容量配置上限约束
0<=EMTmax,EMTmax<=EMTMAX, %燃气轮机容量配置上限约束
];
%阶段二的约束条件部分
C=[C,
EPVtemp==EPV+EPVcur, %光伏,允许弃光
0<=EPV,EPV<=EPVtemp,
0<=EPVcur,EPVcur<=EPVtemp,
0<=Ebuy,Ebuy<=1000, %微网与外电网的购售电约束,这里由于目标函数的设置就可以避免同时购售电的情况,故不需要设置状态变量
0<=Esell,Esell<=1000,
0<=EMT,EMT<=EMTmax, %燃气轮机的发电效率正常为35%
0<=LMT,LMT<=EMT/2, %余热制冷的效率取35/2/65=26.92%
Lshuileng*0.3==Eshuileng, %水冷,这里的电相当于水泵,那自然应该小于冷负荷
0<=Lshuileng,Lshuileng<=100,
%即min(设备投资成本+max(不确定光伏+常规负荷+数据中心负荷条件下的min(综合运行成本)))
%产销者的第一阶段,根据给出的一组恶劣随机源荷,决策出燃气轮机和储能设备的容量配置结果
%% 导入基础电负荷以及可再生出力值
Pribuy=[0.48*ones(1,7),0.9,1.35*ones(1,3),0.9*ones(1,7),1.35*ones(1,5),0.48];%购电价
Prisell=0.5*Pribuy;%文中未给出售电价格,这里选用0.5倍购电价格
%% 决策变量初始化
M=1e5;
Ebuy=sdpvar(iter,24,'full'); %向电网购买
Esell=sdpvar(iter,24,'full'); %向电网售出
eta=sdpvar(1,1,'full'); %割平面
SessMAX=M; %储电装置配置容量上限
Sessmax=sdpvar(1,1,'full'); %储电装置配置的容量
Sess=sdpvar(iter,24,'full'); %储电装置的实时储电量
EessC=sdpvar(iter,24,'full'); %储电的充电功率
EessD=sdpvar(iter,24,'full'); %储电的放电功率
EMT=sdpvar(iter,24,'full'); %燃气轮机电出力
LMT=sdpvar(iter,24,'full'); %燃气轮机冷出力
EMTmax = sdpvar(1,1,'full'); %燃气轮机容量
EMTMAX = M; %燃气轮机配置容量的上限
EPV= sdpvar(iter,24,'full'); %光伏实际出力
EPVcur= sdpvar(iter,24,'full');%光伏弃电
EdataPY= sdpvar(24,24,iter,'full');%可平移类型的数据服务器负荷响应后的功率 (按照第一维度的累加等于第二维度的初始功率来编码)
Eshuileng = sdpvar(iter,24,'full');%水冷耗电功率
Lshuileng = sdpvar(iter,24,'full');%水冷制冷功率
%% 约束条件
C=[];
%阶段一的约束条件部分
C=[C,
0<=Sessmax,Sessmax<=SessMAX, %储能容量配置上限约束
0<=EMTmax,EMTmax<=EMTMAX, %燃气轮机容量配置上限约束
];
%阶段二的约束条件部分
C=[C,
EPVtemp==EPV+EPVcur, %光伏,允许弃光
0<=EPV,EPV<=EPVtemp,
0<=EPVcur,EPVcur<=EPVtemp,
0<=Ebuy,Ebuy<=1000, %微网与外电网的购售电约束,这里由于目标函数的设置就可以避免同时购售电的情况,故不需要设置状态变量
0<=Esell,Esell<=1000,
0<=EMT,EMT<=EMTmax, %燃气轮机的发电效率正常为35%
0<=LMT,LMT<=EMT/2, %余热制冷的效率取35/2/65=26.92%
Lshuileng*0.3==Eshuileng, %水冷,这里的电相当于水泵,那自然应该小于冷负荷
0<=Lshuileng,Lshuileng<=100,
🎉3 参考文献
文章中一些内容引自网络,会注明出处或引用为参考文献,难免有未尽之处,如有不妥,请随时联系删除。
[1]马浩天,胡俊杰,童宇轩.考虑灵活性的数据中心微网两阶段鲁棒规划方法[J].中国电机工程学报,2023,43(19):7396-7409.DOI:10.13334/j.0258-8013.pcsee.221146.